اوپن‌ای‌آی (OpenAI)، شرکت پیشرو در زمینه هوش مصنوعی، بنا به گزارش‌های منتشر شده، در حال کار بر روی یک ابزار جدید است که می‌تواند بر اساس دستورات متنی و ورودی‌های صوتی، موسیقی خلق کند.
بر اساس گزارشی از نشریه “اینفورمیشن” (The Information)، این ابزار نوآورانه می‌تواند برای مقاصد مختلفی به کار رود؛ به عنوان مثال، منابع آگاه می‌گویند که می‌توان از آن برای افزودن موسیقی پس‌زمینه به ویدیوهای موجود یا اضافه کردن یک همراهی گیتار به یک آهنگ صوتی شامل صدای خواننده استفاده کرد.
با این حال، هنوز به طور دقیق مشخص نیست که شرکت اوپن‌ای‌آی چه زمانی قصد دارد این ابزار را رسما معرفی و عرضه کند. همچنین معلوم نیست که آیا این محصول به صورت یک ابزار مستقل و مجزا در دسترس قرار خواهد گرفت، یا مانند ابزارهای قبلی این شرکت، با سرویس‌هایی چون چت‌جی‌پی‌تی (ChatGPT) و اپلیکیشن تولید ویدیوی سورا (Sora) ادغام خواهد شد.
یکی از منابع مطلع به نشریه “اینفورمیشن” گفته است که اوپن‌ای‌آی برای تأمین داده‌های آموزشی مورد نیاز مدل جدید خود، در حال همکاری با تعدادی از دانشجویان مدرسه موسیقی جولیارد (Juilliard School) است. این دانشجویان به منظور آماده‌سازی داده‌های آموزشی با کیفیت، مشغول حاشیه‌نویسی و شرح‌گذاری بر روی نت‌های موسیقی هستند.
اگرچه اوپن‌ای‌آی پیش از این نیز مدل‌های مولد موسیقی را معرفی کرده بود، اما آن مدل‌ها به دوره‌ای پیش از عرضه چت‌جی‌پی‌تی تعلق داشتند. در سال‌های اخیر، تمرکز اصلی این شرکت بیشتر بر روی توسعه مدل‌های صوتی مرتبط با تبدیل متن به گفتار (text-to-speech) و تبدیل گفتار به متن (speech-to-text) بوده است. شایان ذکر است که شرکت‌های دیگری چون گوگل (Google) و سونو (Suno) نیز در حال حاضر، مدل‌های هوش مصنوعی تولید موسیقی خود را ارائه کرده‌اند.
به مطالعه ادامه دهید: